大华股份先进技术研究院院长殷俊：解读大华全智能、全计算、全感知、全生态 4 大战略丨AI 安防峰会 2018

AI掘金志出品

雷锋网旗下只报道“AI+传统”的内容频道

近日，大华股份先进技术研究院院长殷俊，在雷锋网主办的「2018中国人工智能安防峰会」中作了主题为《AI驱动产业升级》的精彩演讲。

殷俊于2004年加入大华股份从事技术研发工作，在音视频的系统应用、智能化、网络传输、芯片设计、硬件产品设计等技术领域取得耀眼成绩。

殷俊在演讲中表示，AI在三个方面推动行业发生根本性变化：提升管理效率，降低运营成本，创造业务价值。

与此同时，人工智能的核心是解决用户痛点，为用户创造价值。而单一地研究芯片、算法，AI，并不能行成一个产业系统，这也是大华股份深耕安防提供全系列产品和完整解决方案的重要原因之一。

演讲中，殷俊表示大华股份提出了“云生态、智未来”驱动产业升级转型的理念，未来大华股份将围绕“全智能、全计算、全感知、全生态”的战略思路，积极开拓与持续创新。

以下为殷俊现场演讲内容，雷锋网作了不改变原意的编辑及整理：

今天我分享的主题是“AI驱动产业升级”，希望大家能够利用AI帮助传统产业升级、进步。

AI的成熟、应用，离不开大数据的驱动、算法的提升以及芯片的迭代，除此之外，还包含网络及应用。AI最终要解决的并非单点问题，更重要的是形成全网面向业务的智能解决方案。

视频监控是大华股份的核心业务之一，在AI时代，我们希望一台摄像机看到的不仅仅只是一个场景，更多的是希望它能够理解场景。未来人工智能的摄像机就应像人大脑一样，从看到图像中理解图像内容，并且能够通过自我学习来做出预判。

目前大华股份正通过AI技术、感知技术、大数据技术形成一种综合化、智能化的业务系统，以给人们带来更多价值。

以往视频监控的功用是把所有视频记录下来，作事后追溯；未来我们要做综合研判，通过数据挖掘预知未来可能会发生什么，从而为城市管理者提供更好数据支撑和解决方案，提升城市综合治理能力。

大华股份认为，AI在这其中起到的作用不可小觑，它推动安防行业最直观的变化就是提升业务效率，比如破案能力、流动人员管理能力、道路交通通行优化等等；其次是降低人工成本，如今城市管理花费了大量的人力、物力，如何降低人力成本非常关键；另外则是创造新的业务价值，比如机器人，它能让未来人们的工作方式发生根本性变化。

在人工智能的热潮下，大华股份提出“云生态、智未来”，以驱动产业升级转型。回顾安防行业发展历程，2010年前后高清化时代的升级，解决了视频监控从看见到看清的过程；2015年左右安防行业全面网络化，包括出现新的国家标准以解决全网业务系统融合，形成全联网、全接入以及互联互通。如今，AI又为安防行业带来了新的升级的契机，在此大华提出四个全面战略部署：全智能、全计算、全感知、全生态。

从全智能角度出发，我们希望未来的‘智能’应该是一个能够长期自我成长、自我学习的过程，它现在可能还是个2岁小孩的思维，我们希望未来能够通过它自身成长，能力的发挥，包括一些算法、算力的演进，自学习、对抗学习的模式提升，可以发展到新的层级（可能5岁或者10岁），能够让机器更准确地读懂并理解数据。

再者，安防视频监控一直以来只能看到当下，不能看到未来。大华希望通过智能化、大数据的结合来研判可能发生的未来，从而让城市管理变得更加快速及从容。基于此，大华认为在AI时代，应该将产品、解决方案和业务实战三个维度结合起来。

例如在人像数据的应用，我们正在尝试做一些人像大数据方面的工作，在业务平台上把人相关联的事物、在哪里出现过等数据，通过前端相机捕捉下来，然后在后台形成一系列的轨迹和关联物的记录，形成一套真正的大数据系统。同时我们还对人和车的数据管理相结合，比如说私家车出行，按照现在的交通规定，一辆车可以绑定三本驾照，驾驶者违反交规缴纳罚款时，车和人需要关联，而如何判定驾驶员是否是当前罚款的人员，这些通过智能化的技术都可以得到创新应用。

大华自2006年开始做智能交通业务，那时只是单纯为了解决道路违章抓拍问题，今天我们做了进一步的技术延伸应用。在一个十字路口，摄像头可以分析来往车辆数量、来往车辆类型，可以判断这个十字路口的日常流量、是否即将拥堵；另外，通过这些数据指导道路的预期流量，还可以进行红绿灯管控，提升道路的利用率。这些新的应用可以明显提升城市交通效率，我们在一些城市也已经展开试点。

此外，大华也会常葆创新思维。如今机场、高铁、地铁站等各个地方都可以看到很多X光机。其实，通过人眼盯着X光机检查会非常疲劳，另外作业效率不佳。如果通过机器对每天进出的众多包裹进行筛查、管理，并且能保证数据可追溯性，也许可以解决这一问题。基于此，大华通过智能技术、应用平台，打通前后台大数据，对X光图片自动识别，主动识别出包裹内是否携带刀具或者是其它危险物品，直接提示、报警，并将过包数据传到指挥中心，从而大幅减轻前端人力的劳动强度，并提升安检的管理质量。

未来，我们还会将人工智能技术融入到更多新领域，推动行业的升级发展。

在计算方面，我们认为未来一定不是只有边缘计算或者云计算。如果把所有的数据往中心传，中心的网络负荷非常大，计算负荷也非常大，所以我们认为边缘计算、节点计算与中心计算三者相互融合；另外未来设备一定不单做某一件事情，或者只具备一项能力，通过整个平台的部署和对计算资源的调配，可以负担更为复杂的逻辑，从而实现全网计算的负荷平衡。

首先讲讲边缘计算，边缘计算单点处理处理能力不断提升，它能够第一时间快速地解决前端识别和事件处理。比如在某个路口，一辆车高速驶过，如果此时将现场视频从前端传到后台，再返回处理，该车已经驶过，就无法及时准确处理。边缘计算具备实时性和价值数据的处理的优势，类似的需求就必须在边缘计算侧完成。

又如在一个科技园或工业园区的人员管理，相机布点会相应增多，此时需要一个小型化的计算节点，实现室内、室外、通道的人员管理，这时就会成为一个边缘计算加上节点计算的融合模式。当面对千万级的城市人员管理，部署方案又将发生变化，这其中包含常住人口、流动人口等管理，单靠人脸识别摄像机或是节点计算是无法满足需求的，我们就需要一个基于云化的、中心计算的业务实战系统，配合前端相机完成业务部署。因此，根据业务场景的需求和计算能力的分层架构，可以将合理的计算能力加载在边缘侧或中心侧，从而形成针对不同业务场景的最优计算能力配置。

另外，在云计算方面，仅看存储服务的变化，以前是直接存放视频数据，如今加入智能化之后，存储的不仅仅是视频数据，更多的包括结构化数据及半结构化数据，这对未来的搜索引擎提供了数据挖掘的可行性，因为未来我们针对数据的检索，不仅仅是视频检索，还可以做特征值检索、通过时空数据的碰撞达到创新业务的目的。

在感知层面，我们认为有以下几个方面的变化：

一、从单一采集到全局化的感知，以前只看到一个单点小范围的场景，现在可能看到一个全局场景。全局感知有两个概念，一是360度全部可以看到，通过更大分辨率去采集所有的数据，不放过任何细节；第二是指视频之外采集其它的东西，包括RFID、MAC、音频，甚至是环境变量，感知是从单维到了多维，这些数据都将成为数据挖掘的基础。

二、以往的感知只是采集数据，现在应该要做到认知，采集到的不仅仅是原始图片数据，更多的是智能分析后的结构化数据，这无形变成一个认知过程。

三、全天候感知。比如到了晚上、逆光、严寒气候等，由于环境变化，摄像机采集视频会出现很多问题，所以需要7×24小时全环境下的视频采集，这对数据质量的提升有极大的帮助。

最后讲一下全生态。生态链非常重要，我们将要建立一个多维的行业生态链，通过各个维度与行业合作伙伴开展合作。

让社会更安全、让生活更美好是大华的使命，我们会落地在智慧城市、智慧行业、智慧生活三个业务板块。现在的一些典型的应用案例，包括杭州G20、十九大的保障工程，还有杭州江干公安的智慧警务系统，这些已落地的样板项目都可以把完整的解决方案展现给大家。

另外在交通行业我们也在上海交警、柳州、绍兴做了智能方案的试点，例如在上海的电子警察应用上新增识别不礼让行人业务，在绍兴的数据研判和交通预测上也在做一些新尝试。未来在新零售方面，我们会把大数据能力，结合人工智能技术，开拓商铺和家庭业务方向的创新应用，包括像人脸应用、客流分析、BI等。

大华股份作为全球领先的以视频为核心的智慧物联解决方案提供商以及运营服务商，我们希望把优势的产品和解决方案能力、人工智能能力、大数据应用、业务实战平台能力相结合，形成一个综合竞争力，并且我们以开放的心态与全球合作伙伴一起合作互赢。

长按二维码，关注雷锋网旗下「AI掘金志」